读取带有BOM的UTF-8文本文件

Question

我有一个开头带有字节顺序标记(U+FEFF)的文本文件。我正在尝试用 R 读取文件。是否可以避免字节顺序标记？

函数fread(来自data.table包)读取文件，但在第一个文件的开头添加ļ»æ变量名称:

> names(frame_pers)[1]
[1] "ļ»æreg_date"

与read.csv函数相同。

目前我已经制作了一个从第一个列名称中删除 BOM 的函数，但我相信应该有一种方法可以自动删除 BOM。

remove.BOM <- function(x) setnames(x, 1, substring(names(x)[1], 4))

> names(frame_pers)[1]
[1] "ļ»æreg_date"
> remove.BOM(frame_pers)
> names(frame_pers)[1]
[1] "reg_date"

我正在使用 R session 的 native 编码:

> options("encoding" = "")
> options("encoding")
$encoding
[1] ""

Answer 1

您是否尝试过read.csv(..., fileEncoding = "UTF-8-BOM")？ ?file 说:

As from R 3.0.0 the encoding ‘"UTF-8-BOM"’ is accepted and will remove a Byte Order Mark if present (which it often is for files and webpages generated by Microsoft applications).